El té es una de las bebidas más comunes en el mundo. Se necesita maquinaria automatizada adecuada para recolectar té verde de alta calidad en las plantaciones de té y la identificación de hojas tiernas es una de las técnicas clave. En este documento, propusimos un método que combina el aprendizaje semi-supervisado y el procesamiento de imágenes para identificar hojas tiernas. Tanto en el espacio bidimensional como tridimensional, se entrenaron y probaron los tres componentes R, G y B de las hojas tiernas y sus fondos. Se utilizaron el método de descenso de gradiente y el algoritmo Adam para optimizar la función objetivo, respectivamente. Los resultados muestran que la precisión promedio de la identificación de hojas tiernas es del 92.62% y la tasa promedio de error de juicio es del 18.86%. Nuestros experimentos han demostrado que las hojas tiernas de té verde en primavera temprana pueden ser identificadas de manera efectiva utilizando el modelo basado en aprendizaje semi-supervisado, el cual tiene una gran versatilidad y una adaptabilidad perfecta, con el fin de mejorar el problema del aprendizaje profundo que requiere una gran cantidad de muestras etiquetadas.